Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Reducción de Tiempos Muertos PDF
Reducción de Tiempos Muertos PDF
DIVISION D E W C R O I Œ D E VA&XXABUMA
/ ^ r n r n m
' tfwd a n «
k n o p a m m , G R A D O im màmmrn m mmcm% D E
>U\ M G E R I L ' T I M D E M M Œ  I I R R I M A
sfa
p
jp g
1 3
m </i
P O
p: Q
BhoC
h co
D
a 25'
H; O
O Q
ö
p £¡2
D
eu
O
É
ta
TM
Z5853
. M2
F I ME
2003
. P4 7
1020149131
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN
POR
ING. R I C A R D O F R A N C I S C O P É R E Z BENAVIDES
TESIS
E N O P C I Ó N AL G R A D O D E M A E S T R O E N C I E N C I A S D E LA
INGENIERÍA DE MANUFACTURA
C O N ESPECIALIDAD EN AUTOMATIZACIÓN
TW
fr^e
FONDO
TESIS
Universidad Autónoma de Nuevo León
Facultad de Ingeniería Mecánica y Eléctrica
División de Estudios de Postgrado
El Comité de Tesis
Para mi Familia,
A Sandra,
por apoyarme en este reto y en
nuestra vida.
A Caro y Ricky,
por el tiempo que me regalan para
poder realizar este trabajo.
A mis Padres,
por sus enseñanzas.
Seis Sigma es ahora toda una estrategia de negocio que busca la mejora en el estado
de resultado de las empresas, para lo cual utiliza la capacitación en el uso de herramientas
estadísticas para el análisis de los datos. Esta estrategia se basa en el despliegue de una
estructura en la organización para la realización de proyectos de mejora que aseguren el
éxito de esta iniciativa.
Este trabajo pretende mostrar al lector con un buen nivel de detalle la mejora en un
proceso industrial, usando la metodología de Seis Sigma. Esta documentación sería útil
para ver la aplicación completa de la metodología y algunas de las herramientas que
propone Seis Sigma para la mejora de los procesos.
SÍNTESIS 3
1 INTRODUCCIÓN 6
1.1 Descripción del problema 6
1.2 Objetivo del trabajo de la tesis 6
1.3 Hipótesis 7
1.4 Límites del estudio 7
1.5 Justificación del trabajo 7
1.6 Metodología 8
1.7 Revisión bibliográfica 10
2 SEISSIGMA 11
2.1 ¿Qué es Seis Sigma? 11
2.2 Metodología de Mejora de los Procesos 17
2.2.1 Medir 20
2.2.2 Analizar 21
2.2.3 Mejorar 22
2.2.4 Controlar 24
2.3 Cambio de Cultura 25
2.3.1 Aceptación del Cambio de Seis Sigma 26
2.3.2 Análisis de los Involucrados 28
2.3.3 Liderazgo para lograr los Cambios 29
2.4 Resumen del capítulo 29
3 MEDIR 31
3.1 Descripción del Proceso de Hornos 32
3.2 Identificación de la variable de medición y la fuente de información 34
3.3 Validación del sistema de medición 39
3.4 Evaluación del desempeño actual 41
3.5 Determinación de los objetivos de mejora 43
3.6 Conclusiones del capítulo 50
4 ANALIZAR 51
4.1 Identificación de las causas de variación 51
4.2 Validación de las causas potenciales 55
4.3 Conclusiones del capítulo 69
5 MEJORAR 71
5.1 Soluciones que contrarrestan las causas verificadas 72
5.2 Establecimiento del ajuste de operación para las causas 74
5.3 Conclusiones del capítulo 89
6 CONTROLAR 91
6.1 Implementación de las soluciones en el proceso 91
6.2 Validación de la efectividad de las soluciones 101
6.3 Conclusiones del capítulo 106
7 CONCLUSIONES Y RECOMENDACIONES 107
7.1 Conclusiones 107
7.2 Recomendaciones 108
BIBLIOGRAFÍA 109
LISTADO DE TABLAS 110
LISTADO DE FIGURAS 112
LISTADO DE ECUACIONES 114
APÉNDICE A: TABLA ANOVA 115
APÉNDICE B: TABLA REGRESIÓN 117
GLOSARIO 119
RESUMEN AUTOBIOGRÁFICO 121
SÍNTESIS
Para lograr conocer las causas que originaban los DPMO detectados en la fase de
medir, se realizó en la fase de analizar un trabajo con el equipo del proyecto, con la
finalidad de identificar las causas potenciales que podrían generar el efecto de tener
mayor tiempo de duración de la carga. Después se procedió a priorizar las causas y
elegir las más probables para validar si éstas en realidad estaban afectando.
En la fase final de este trabajo se validó de nueva cuenta el desempeño del proceso
para compararlo contra el desempeño inicial y el objetivo planteado originalmente, el
desempeño observado fue de 44,157 DPMO ó 1.70 Nivel Sigma, lo cual excede los
objetivos planteados originalmente para la mejora.
En este trabajo las causas principales estaban relacionadas con la operación, por lo
que el involucramiento y medición de desempeño de las actividades del proceso fue
fundamental para lograr la mejora.
1.6 Metodología
Se recomienda la revisión del manual del usuario del Minitab para interpretar las
salidas de los análisis estadísticos y las gráficas presentadas en este trabajo.
Después de ver el impacto que representó para Motorola el haber adoptado este
estándar de desempeño, otras grandes empresas y líderes de sus segmentos adoptaron a
Seis Sigma como su filosofía de trabajo.
De entre estas empresas, General Electric fue la que tomó a Seis Sigma como una
de sus principales estrategias de negocio, esto gracias al liderazgo de Jack Welch, que
identificó a Seis Sigma como una excelente oportunidad para el negocio, "...es la más
importante iniciativa que GE ha tomado en su historia... es parte del código genético de
nuestro liderazgo futuro", dijo Jack Welch sobre Seis Sigma, ver [7]. Aunque el
concepto de Seis Sigma fue desarrollado por Motorola, fue General Electric quien le dio
su definición actual de enfoque al negocio, enfocándose en el cliente.
Desviaciones Estándar
Figura 2.1 Curva de distribución normal
Cuando se habla de sigma, se refiere al símbolo griego (a) usado para representar
la desviación estándar de la distribución normal, ver Figura 2.1.
Tener un proceso que cumple con las especificaciones dentro de una tolerancia de
una a, significa que se tendría bajo la curva normal el 68.3% de las probabilidades de
cumplir con los requerimientos de ese proceso. Por lo que se tienen 31.7%
probabilidades de no cumplir con las especificaciones ó 317,310 defectos por millón de
oportunidad (DPMO), ver la Tabla 2.1 donde se presentan el área bajo la curva y los
DPMO para diferentes desviaciones estándar.
Desviaciones Estándar
Figura 2.2 Corrimiento del proceso entre el corto y largo plazo
1 -0.5 691462
2 0.5 308537
3 1.5 66807
4 2.5 6209
5 3.5 233
6 4.5 3.4
Tabla 2.2 Nivel Sigma corto y largo plazo vs DPMO
El Nivel Sigma de corto plazo es el desempeño del proceso, mientras que el largo
plazo es el desempeño observado por los clientes; es decir, es el total de la variación que
puede ser observada por algún cliente.
LSE-y
LSE ~ '
fi-LIE (2
^UE _
donde:
LSE es el límite superior de especificación,
LIE es el límite inferior de especificación,
(i es la media o promedio de la población, y
<y es la desviación estándar de la población.
Conociendo las ZLSE y ZLIE, se calcula la probabilidad de tener defectos para cada
uno de los límites de especificación. Para obtener la Z del proceso se suman las
probabilidades de defectos de ambos límites y se obtiene el valor de Z en función de los
defectos totales haciendo una búsqueda inversa en la tabla Z, como se muestra en la
Ecuación( 2.3.
(2.3)
donde:
Plse =®{Zij¡E\
pUE =<$>{Zm)
<D(Z) es la probabilidad acumulativa y
<í>"l(p) es el inverso de la probabilidad acumulativa.
Paradójicamente, Seis Sigma no busca que todos los procesos tengan una variación
dentro de sus límites de especificación igual a +/- seis desviaciones estándar, sino busca
la mejor rentabilidad para la compañía y que esta mejora pueda ser comprobada en el
estado de resultados.
Este enfoque al negocio hace la diferencia de Seis Sigma, por lo que esta iniciativa
incluye a todos los niveles de la organización para el logro de sus metas. Los niveles
directivos son quienes identifican las oportunidades de mejora y asignan proyectos al
personal entrenado en esta metodología, en el uso de herramientas estadísticas y de
calidad.
Para la ejecución de los proyectos además deben intervenir todos los involucrados
en el proceso a ser mejorado, como lo son los jefes de área, supervisores o coordinadores
y el personal operario. Además debe incluirse al personal de finanzas para la validación
de los resultados.
1
En la literatura se puede encontrar otros nombres para esta función; como pueden ser, "Experto Seis
Sigma", "Líder Seis Sigma", "Seis Sigma Especialista", ente otros.
2
El Karate es un arte marcial de origen japonés, donde los cintas negras son los practicantes avanzados de
esta disciplina deportiva.
En Seis Sigma se busca llegar al mayor nivel de conocimiento posible antes de
tomar una decisión o una acción para la mejora del proyecto.
Nivel de
Para la toma de decisiones y acciones...
conocimiento
0 ...sólo se utilizan opiniones del personal.
Analizando las entradas y salidas de cada una de sus etapas y fases como se
presenta en la Tabla 2.4, se pueden comprender los objetivos de la metodología de
mejora.
Etapa Fase Entrada Salida
La fase Definir es parte del trabajo de los niveles ejecutivos de la empresa, donde
el objetivo es identificar las oportunidades de mejora que se tiene en el negocio y para
ello declarar un proyecto de mejora en un área específica.
Una vez que se tiene el proyecto definido y el equipo de trabajo inicia en realidad
el trabajo del proyecto de mejora, con las fases de medir, analizar, mejorar y controlar.
Se presentará a continuación en las secciones siguientes cada una de las fases del
proceso de mejora, y corresponderán al desarrollo de los capítulos 3 al 6, que llevan el
mismo nombre de las fases de la metodología de mejora Seis Sigma.
2.2.1 Medir
Dado que la mayoría de las decisiones a tomar serán sobre la base de los datos
generados desde esta primera fase, la validación del sistema de medición es esencial
para el avance del proyecto sobre el desempeño de la característica crítica para la
satisfacción del cliente (CTQ)3, que interesa mejorar.
En este trabajo se utilizan el mapa de proceso, el diagrama SIPOC, estudio Gage R&R,
estadística descriptiva, cálculo del Nivel Sigma. Estas herramientas están documentadas
en [2], [4], [7], [8] y [10].
2.2.2 Analizar
Para esta fase es necesario conocer las causas raíz que ocasionan el defecto
establecido en la fase anterior. Estas causas raíz deben ser analizadas y verificadas antes
de llevarlas a la fase siguiente de mejora.
Se usan herramientas para priorizar las causas más probables, para después poder
verificar las causas potenciales que generan e! defecto. Para verificar las causas se debe
tener un plan de verificación, el cual deberá incluir la toma de datos y una herramienta
para probar su validez.
Esta es la fase más intensiva del proyecto, donde se deben encontrar las causas que
ocasionan el defecto para poder lograr la meta establecida en la fase de medir.
2.2.3 Mejorar
En esta fase se busca tener una solución estadística para el problema que se tiene
planteado, trabajando sobre las causas que fueron verificadas en la fase de analizar. Es
decir, para cada causa verificada se debe tener una solución planteada y se debe poder
verificar antes de su implementación.
Las soluciones óptimas se deberán seleccionar sobre la base de un análisis logrado
de la información sobre el efecto potencial de esta solución en la característica crítica
analizada. Estos análisis deben mantener una confianza en la información obtenida,
como el uso de pruebas de hipótesis donde se tengan datos numéricos por analizar.
Las mejoras pueden quedar establecidas usando varias herramientas, por ejemplo
la modificación de proceso y su documentación en el mapa de proceso antes de probar
sería un ejemplo de una herramienta en la etapa de mejora. Después de haber definido
este cambio, se debe hacer una comprobación de la efectividad de esta prueba.
Se revisará si los cambios propuestos por estas soluciones harán que se logre llegar
al objetivo inicialmente planteado, en caso contrario tal vez debamos seguir
investigando las causas potenciales o las soluciones planteadas, hasta lograr llegar al
objetivo.
Para todas las causas verificadas se debe tener un plan de control, donde se
establezcan los mecanismos que aseguren el control de los niveles óptimos para cada
una de las causas. Este plan debe comprender las acciones a realizar y su
documentación.
• Planes de control
• Documentación en los sistemas de calidad
• Gráficas de control
• Controles a prueba de errores (poka-yoke)
• Estudios de sistema de medición de las causas críticas
• Análisis del nuevo desempeño
En este trabajo se utilizan tormenta de ideas, técnica de grupo nominal, estandarización
de procedimientos, cálculo de Nivel Sigma, AMEF, gráfica de efectos principales,
•7 • •
Se debe estar atento a poder identificar qué genera la resistencia al cambio, para
poder establecer un plan de acción con la finalidad de contrarrestarlo. Se pueden
clasificar en cuatro las formas de resistencia a la implementación de Seis Sigma, de
acuerdo a la naturaleza de su generación, ver [6]:
• Técnica
• Política
• Organizacional
• Individualizada
Este tipo de resistencia puede ser parte de no haber involucrado a las personas
claves en el proceso de mejora desde el inicio, dado que ésta es la forma de contrarrestar
esta resistencia, tener involucrados al personal clave y darles parte del control del
cambio que les aplique.
Técnico X «OC
Tabla 2.5 Análisis de los involucrados
Con esta herramienta se busca el análisis del estado actual de los involucrados, la
cual se presenta con una "X", mientras que el estado deseado se presenta con una "O".
Se debe identificar la diferencia que existen entre el estado actual y el deseado de
involucramiento y establecer un plan para contrarrestar la resistencia o falta de
involucramiento presente.
Para poder establecer este plan de acción se debe analizar el tipo de resistencia que
el equipo de trabajo puede presentar, de las mencionadas en la sección 2.3.1, además de
analizar el nivel de influencia del involucrado entre los demás miembros del equipo.
2.3.3 Liderazgo para lograr los Cambios
La función del Black Belt en el desarrollo del proyecto como líder de coordinar
todas las actividades, es fundamental para lograr establecer el liderazgo necesario con el
equipo de trabajo. El liderazgo que debe ejercer el Black Belt no está relacionado con
los niveles jerárquicos de las organizaciones.
En [6], página 185, se menciona lo siguiente: "Incorporar Seis Sigma es más que
usar una iniciativa táctica de reducir costos, Seis Sigma es una filosofía de
administración. Es un compromiso para administrar a través del proceso, no de las
funciones del organigrama, y tomar decisiones basados en hechos y datos en lugar de las
habilidades inherentes de administración que se cree hacen a los grandes ejecutivos".
Por lo que el liderazgo que logra desarrollar el Black Belt debe estar enfocado al
aspecto técnico de la metodología, buscando lograr el apoyo de todos los involucrados.
La empatia en las situaciones que implican el proyecto es indispensable para que el
Black Belt logre tener la apertura de los miembros del equipo de trabajo.
El desarrollo de los proyectos Seis Sigma de mejora se lleva a cabo con el uso de
herramientas estadísticas para comprobar con datos las creencias, y con esto tener un
mejor nivel de conocimiento de los procesos.
Las fases del proyecto de mejora son medir, analizar, mejorar y controlar, con lo
que se lleva a cabo el proceso de caracterizar y optimizar el proceso analizado para su
mejora.
El estudio detallado de la metodología y de las herramientas de calidad,
estadísticas y software relacionados se pueden encontrar en parte en la bibliografía
listada en este trabajo.
Se inicia con la descripción operativa del proceso, sección 3.1, para después ir a
identificar la variable de medición y su fuente en la sección 3.2. La calidad de la
información es fundamental para los análisis que se realizarán, por lo que en esta
primera etapa se verificará su validez, en la sección 3.3.
Lo anterior sirve para el desarrollo del proyecto y medir el desempeño actual del
proceso, sección 3.4. Se establecerá un objetivo de desempeño del proceso sobre la base
del desempeño actual, que será realizado en la sección 3.5.
El primer análisis del proceso es realizado usando el mapa del proceso, ver Figura
3.2, con la finalidad de conocer los subprocesos involucrados. El proceso de los hornos
inicia cuando se cargan los materiales con metal y los fundentes en el homo, para llevar
a cabo esta labor se transporta el material desde el almacén de materia prima hacia los
hornos. Cuando el horno se llena, inicia el proceso de fusión de los materiales.
Inicio
i 1
ur.'„ Cargado del Segunda
Homo fusión
"
Cargador Frontal
ft
|U
Montacargas
i *
Descarga de
Primera
metal y
fusión
escoria
1 i
JT Limpieza y
Recargado
preparación
del Homo
Cargador F r o n t a U r y - ( V del Homo
Montacargas
1
Fin
El equipo fue coordinado por el autor como Black Belt y los integrantes son el jefe
del área y sus supervisores, además de todos los operadores de la misma área. El
personal de mantenimiento fue involucrado también en el equipo, dadas las posibles
implicaciones que pudiera tener en la operación de los equipos del área.
En todos los análisis de grupo fue tomado en cuenta la opinión de cada uno de los
miembros del equipo y se retroalimentaron los avances para asegurar que acepten los
cambios posibles propuestos en la etapa de optimización del proceso.
Preparación d e cargas > Materiales con Reducir los > Metal líquido. Proceso de refinación del
materiales para
(interno). metal. recuperar el metal y Escoria líquida. metal (interno).
Control Ambiental
Suministro de energéticos (interno/externo).
(extemo). Reauerimíentos:
Disponibilidad.
La característica crítica del proceso, donde mediremos la mejora del proceso, que
está en función del objetivo del proyecto es el número de cargas procesadas. La
medición de respuesta del proceso a seleccionar es el tiempo de duración de las cargas,
el cual es el indicador del desempeño del proceso. Lo anterior fue decidido por el
equipo, usando técnica de grupo nominal.
Para futuros análisis será requerido tener una especificación de esta variable del
proceso, por lo que se procede a establecer los límites del proceso para establecer el
estado de desempeño. Dado que esta variable tiene la característica de que entre menor
es mejor, solamente se definirá el límite superior de especificación.
180
160
140
2
120
\
\
g
80
100
!
| 11
\
£ 60 í
40
h\
20
0
5 6 7 8 9 10 11 12 13 14 15
Tiempo
(Horas)
Con la selección del tercer cuartil, el equipo decidió establecer la reducción del
25% restante de las cargas con tiempos de duración por encima de este valor establecido
por el tercer cuartil actualmente.
D e s c r i p t i v e S t a t i s t i c s : T i e m p o D u r a c i ó n (Horas)
El valor de 8.25 horas como límite superior de especificación (LSE), será usado en
las siguientes etapas del proceso. Con esta definición se procede a validar el sistema de
medición y continuar con el inicio del análisis de la información para conocer el
desempeño actual del proceso. El LSE está dado por:
De los datos recolectados se calculó la diferencia entre cada par de datos, por el
tipo de información se decide hacer un estudio de reproducibilidad (Gage R&R) por el
método corto, para lo cual se requiere conocer la variación de las mediciones, para
evaluar que tanto aportan en la información recolectada contra las especificaciones.
donde:
%GR&R es el porcentaje de aportación de la variación del sistema de medición a la
tolerancia establecida,
CT es la desviación estándar de las diferencias encontradas entre las dos
fuentes de información,
LSE es el límite superior de especificación establecido en la (3.1 y
X Proceso
es el promedio histórico del proceso.
Por lo anterior se solicitó a los supervisores de Hornos que hablarán con sus
horneros para que reporten el tiempo de duración de la carga, desde el final de la colada
de la carga anterior hasta el final de la colada reportada. Con esto se evitarán los tiempos
no reportados.
Para los análisis del siguiente capítulo se toma el tiempo transcurrido entre los
finales de cada colada de carga. Las diferencias que se registren en el futuro se asentarán
en el reporte de tiempos muertos con tiempo no registrado entre cargas.
Los datos son tomados para los 6 hornos, cuidando tener la información correcta
evitando las diferencias de criterio detectadas en la sección 3.3. Esta información fue
capturada en una hoja electrónica, para después proceder a su análisis.
Cpm *
Overall Capability Observed Performance Exp. 'Within* Performance Exp. 'Overall' Performance
Z Bench 0.30 P P M < LSL PPM < LSL * PPM < LSL
ZUSL 0.30 PPM > USL 267190.57 PPM > USL 362899.72 PPM > USL 383126.01
ZLSL P P M Total 267190.57 P P M Total 362899.72 P P M Total 383126.01
Ppk 0.10
Con los análisis anteriores se conoce el desempeño actual del proceso en función
de la característica que se busca mejorar, el tiempo de duración de las cargas definida en
3.2. Con la información anterior el siguiente paso es establecer cuál debe ser el objetivo
de mejora del proceso.
i i l l I r
0 100 200 300 400 500
Número de Observación
En la Figura 3.5 se observa que existen causas especiales de variación, las cuales
son identificadas por ser observaciones (presentadas como "1" en la gráfica) que están
fuera de los límites de control del proceso calculados y representados en la misma figura
como LSC (límite superior de control) y LIC (límite inferior de control). La variación
que está dentro de los límites de control se dice que son de causas comunes de variación,
las cuales deben ser el enfoque principal del proyecto para analizar.
Para establecer los objetivos de mejora se debe estar trabajando con datos con
causas comunes de variación, por lo cual se eliminarán estos datos de la información
para realizar los análisis y así establecer el objetivo de desempeño.
Gráfica de Control
Causas Comunes
LSC=9.776
Media=7.911
L1C=6.046
i i I I r
0 100 200 300 400 500
Observación
En la Figura 3.6 se muestran todas las observaciones que están dentro de los
límites de control estadístico, con estos datos se analiza el comportamiento comparado
de los 6 hornos, para tratar de identificar si es posible establecer una diferencia entre el
desempeño de cada horno.
Para ver si tenemos una diferencia significativa entre el desempeño de los hornos
se usa una prueba estadística ANOVA, para probar si existen diferencias entre el tiempo
promedio que tiene cada uno de los hornos. La intención de este análisis es poder
establecer un "benchmark" o punto de comparación del desempeño que sirva para
establecer el objetivo de desempeño del proceso, dado que no tenemos una referencia
externa de dónde lomar el punto de comparación.
En la Tabla 3.7 se presentan los resultados del análisis del ANOVA. La prueba
indica que existe una diferencia significativa entre los tiempos promedio de duración de
carga según el horno donde se están procesando. Al tener un valor de p menor al nivel
de significancia aceptado de 0.05 se rechaza la hipótesis nula.
One-way ANOVA: Tiempo versus Homo
1
Analysis of Variance for Tiempo
Source DF SS MS F f P X
Horno 5 12.445 2.489 5.95 I 0.000 I
Error 483 202.189 0.419 V y
Total 488 214.634
Individual 95% CIs For Mean
Based on Pooled StDev
Level N Mean StDev + + + +
Ho m o l 87 7.9432 0.6635 < * }
Horno2 88 7.8011 0.5958 ( * )
Horno3 53 8.2485 0.6109 ( >
Horno4 93 7.8215 0.5996 * )
Horno5 78 8.0706 0.6829 ( * )
Horno6 90 7.7436 0.7115 ( * >
Ya que se tiene como objetivo reducir la variación que se tienen entre las cargas,
se analiza la información para identificar si tienen la misma variación entre los hornos.
En la Figura 3.7 se tiene la prueba de homogeneidad de varianzas, donde arroja el
resultado del valor de p de 0.450 según la prueba de Bartlett para distribuciones
normales, lo cual indica que no se puede rechazar la hipótesis de igualdad de varianzas
según el horno.
Hxnol
Bartfetfs Test
HXTKI2 Test Statistic: 4.728
P-Value : 0.450
htomo3
Homo4
Levene's Test
Hunos
~1 1 1 1 r
05 OS 07 OS OS
8.07392
7.91117
7.74841
1 r
Homol Homo2 Homo3 Homo4 Homo5 Homo6
9 5 % I.C. d e la Media
7.9202 8.0696
7.85 7.95 8.05
9 5 % I.C. para la D e s v . Std.
0.8081 0.9139
El valor de Nivel Sigma objetivo del proceso debe estar fuera y por encima del
I.C. del Nivel Sigma actual del proceso. Los cálculos para llegar al I.C. se encuentran en
la Tabla 3.8.
/ e. 8.25-8.0696 n i o „
Nivel Sigma,^ = q ^ = 0.1973
... 8.25-7.9202
Nivel Sigma
5
^^ =
supenor ^ g j
= 0.408
Con la información del horno 6, del cual fueron ignoradas las causas especiales
identificadas al eliminar los datos, se obtiene un nivel sigma de 0.71 y unos DPMO de
238,907. El desempeño está fuera del intervalo de confianza calculado para el
desempeño actual.
50%REDUCCIÓN
23 8907 >119453
En esta fase se trabaja con pruebas estadísticas para darle validez y un alto nivel de
conocimiento a las ideas generadas por el equipo de trabajo. En la sección 4.3 se
presentan las conclusiones encontradas en este capítulo.
Para identificar las fuentes que generan los defectos reportados en la fase de medir
realizado en el capítulo 3, los cuales son las cargas con duración en tiempo en exceso, se
trabaja con el equipo del proyecto para generar una lluvia de ideas de las posibles causas
de variación que están ocurriendo sobre el proceso.
Se llevan a cabo varias sesiones de trabajo para tener la opinión de todos los
involucrados, donde se les pide respondan al cuestionamiento "¿Qué, Quién, Por qué se,
Cómo se, Cuándo se, podría afectar el tiempo de duración de las cargas?"
149131
A
Para categorizar este análisis se usa el diagrama Causa-Efecto , donde el objetivo
es tener las causas probables con un buen nivel de análisis que conduzca a encontrar
causas raíz.
El siguiente paso de este análisis es hacer una votación del equipo para priorizar
las causas de las cuales se considera están afectando el desempeño de las variables que
se están analizando. A esta herramienta se le conoce como técnica de grupo nominal y se
basa en el conocimiento y experiencia del equipo de trabajo para la priorización de las
causas.
Las causas que fueron priorizadas por el equipo bajo esta técnica fueron resaltadas
del texto usando letras negritas en la Figura 4.1 y están listadas en la Tabla 4.1, éstas
serán las causas que se analizarán en la siguiente sección, la 4.2.
8
También se le conoce como diagrama de pescado o Ishikawa (en relación con su desarrollador Karoru
Ishikawa).
<4-1
®
i
o
es
£
2
S?
«
S
Ml
b
En la sección 4.2 es donde se buscará validar si en realidad las causas priorizadas
por el equipo afectan a la variable que se está analizando, el tiempo de duración de las
cargas.
Las causas que fueron priorizadas por el equipo de trabajo están listadas en la
Tabla 4.1, donde se establece la selección que se realizó sobre todas las causas posibles
identificadas por el equipo que pueden afectar el tiempo de duración de las cargas. Con
esta reducción se logra priorizar aquellas causas que el equipo considera que son las más
probables.
Método
Cambio de condiciones del homo fuera de tiempo por falta de
atención de los operadores, por que depende del tiempo
disponible
Máquina
Fallas del sistema de combustión por que ocasionan tiempos
muertos
Montacargas, ocasionan tiempos muertos por disponibilidad de
los mismos
Montacargas, el recorrido de los montacargas hace que tome más
tiempo entre el horno 6 que el horno I
Mano de Obra
Tiempo de recarga del horno no se realiza a tiempo por el
seguimiento de los operadores
Algunos operadores se tardan a propósito por falta de
supervisión
En los Cambios de turnos se tiene tiempo de operación perdido
por falta de supervisión de los operadores
Vi edición
Diferencia sobre cómo medir la duración de carga entre los
operadores
Tabla 4.1 Causas priorizadas
La razón de la priorización de las potenciales causas es para poder tener la
facilidad de seguir avanzando en el análisis de este proyecto aprovechando el
conocimiento del equipo de trabajo.
Para realizar la validación de las causas se iniciará con una planeación del cómo
podemos realizar esta verificación. Para lo anterior se reunió el equipo de trabajo para
elaborar esta planeación.
Para verificar la primera y sexta causas citadas en la Tabla 4.2 se decidió tomar
información del horno #6, para lo cual se capturó la información de duración de carga y
el turno que lo reportó.
Causas Probables ¿Cómo se puede verificar?
Cambio de condiciones del homo Capturar información de duración de cargas por turno. Analizar el
fuera de tiempo por falta de tiempo de duración de cargas por turno. Investigar por entrevista
atención de los operadores, porqué con los operadores que tienen los mayores tiempos y los menores
depende del tiempo disponible. tiempos como se realizan los cambios de condiciones de los
hornos.
Fallas del sistema de combustión Analizar la información de demoras reportadas para verificar las
ocasionan tiempos muertos. causas de fallas principales y trabajo con el equipo para identificar
las causas de las fallas.
Montacargas, ocasionan tiempos Analizar la información de demoras para verificar las causas de
muertos por disponibilidad de los fallas principales y trabajo con el equipo para identificar las causas
mismos. de las fallas.
Tiempo de recarga del homo no se Implementar la medición del tiempo de recarga de los hornos.
realiza a tiempo por el seguimiento Capturar la información de duración de cargas, tiempo de recarga,
de los operadores. tumo y homo. Analizar el tiempo de duración de carga contra el
tiempo de recarga del horno.
Algunos operadores se tardan a Capturar la información de duración de cargas por tumo. Analizar
propósito por falta de supervisión. el tiempo de duración de cargas por turno. Investigar por
entrevista con los operadores que tienen los mayores tiempos y
con sus supervisores para identificar posibles operadores que se
tardan a propósito.
En los Cambios de tumos se tiene Analizar la información de demoras para verificar las causas de
tiempo de operación perdido por fallas principales y trabajo con el equipo para identificar las causas
falta de supervisión de los de las fallas.
operadores.
Diferencia sobre como medir la Realizado en la fase de Medir. Validado con el estudio de
duración de carga entre los vahdación del sistema de medición. Se le dará seguimiento.
operadores.
Cabe mencionar que la planta cuenta con 4 tumos, dado el proceso continuo
mencionado en 3.1. Cada turno tiene un operador asignado a cada horno, por lo que
tener la información del turno que reporta cada carga, permite identificar a los
operadores.
En la Figura 4.2 se presenta el resultado del promedio de los datos recolectados
durante 3 semanas de la duración de carga por cada turno, donde se distingue la
diferencia de desempeño entre los turnos. En la figura se puede apreciar que los turnos 1
y 4 presentan los menores promedios; mientras que los turnos 2 y 3 presentan los
mayores promedios.
Turno
Figura 4.2 Duración de carga, por cada turno. Horno #6
Dado que se valida la diferencia de desempeño por operador, con lo cual se tiene
la primer parte de la validación de causas de cambio de condiciones del horno por falta
de atención y la de que algunos operadores se tardan a propósito, primer y sexta causa
citadas en la Tabla 4.2, se procedió a entrevistar a los operadores para tratar de validar
por completo las causas.
1 24 7.6429 0.5139 ( * -)
2 26 8.0458 0.5750 < *. -)
3 14 8.0393 0.4991 ( *-
4 20 7.7355 0.6517 ( * )
— + +
.+ +_
Pooled StDev = 0.5662 7.50 7.80 8. 10 8.40
De las entrevistas directas llevadas a cabo con los operadores de este análisis y de
otros operadores no incluidos en el mismo, no se puede concluir nada dado los conflictos
y contrapuntos que genera este tipo de investigación.
Se planteó una reunión con parte del equipo de trabajo, supervisores y jefe de área,
para plantear cómo podríamos diferenciar el porqué de las diferencias en el desempeño
de los operadores. El factor experiencia surgió en la reunión, pero fue desechado
rápidamente por que se tienen operadores con mucha y poca experiencia entre los dos
casos encontrados en el análisis, los de menor y mayor duración de carga.
Para la validación de las causas de tiempo muerto por fallas del quemador, por
falta de montacargas y la de tiempo muerto de operación a i cambios de turno,
respectivamente la segunda, tercera y séptima causas citadas en la Tabla 4.2, se
recolectó la información de los reportes de demoras de los 6 hornos de un mes. Para
analizar esta información se decidió usar un Pareto9, donde se agruparon las fallas en
categorías generales y tiempos muertos entre los operadores.
Pareto de D e m o r a s Reportadas
300 -
(A
5 200
o
X
100 -
0 4
Defectos
Horas 29.34
Porcentaje 8.0
% Acum. 100.0
Con la suma de las tres primeras clasificaciones tenemos el 83.5% del total, con lo
que el resto de las causas no se toman en cuenta siguiendo el principio de Pareto; es
decir, el enfoque en las pocas vitales que ocasionan la mayor parte de los defectos. En
este análisis el defecto analizado son "horas de demora reportada por los operadores".
Después se tomaron solamente las causas que habían sido clasificadas como
supervisión para analizar y tratar de verificar las causas priorizadas anteriormente,
especialmente la de tiempo muerto de operación por los cambios de turno que es la
séptima causa de la Tabla 4.2.
100 -,
O)
2
o
50 -
0 H
Defect
Horas 72.08 10.62
Porcentaje 55.0 8.1
% Acum. 55.0 100.0
De la segunda causa listada en la Tabla 4.2 de fallas del quemador se intentó hacer
el mismo análisis, como en la causa anterior verificada, pero dado que en este punto en
particular cada operador tiene una forma distinta de reportar las fallas no se pudo
encontrar el principio de Pareto en la información. La razón de esto es que tenemos gran
cantidad de causas con pequeñas aportaciones al total.
70 -
60 -
50 -
(O
(0 4U -
o
I 30 -
20 -
10 -
Horas 4.97
Porcentaje 7.0
% Acum. 100.0
A N O M , Análisis de Medias
Tiempo Duración Carga por Horno
8.07392
7.91117
7.74841
i r Homo3 Homo
i r
Hocnol Komo2 Homo5 Homo6
Para verificar la quinta causa probable citada en la Tabla 4.2, de que los
operadores no recargan a tiempo los hornos por falta de seguimiento, se utilizó la misma
recolección de información de la primer y séptima causas de la Tabla 4.2. Es decir, de
las mismas cargas que se usaron para ver las causas de atención de los operadores por
cambio de condiciones y de que tardaban deliberadamente.
Se revisó si las diferencias en los tiempos para recargar por turnos son
estadísticamente significativas, mediante la herramienta ANOVA. Los resultados son
presentados en la Tabla 4.5, donde se comprueba la significancia estadística de las
diferencias observadas en la Figura 4.7 dado que P=0.007.
Tiempo para Recargar, por cada Turno
Turno
Figura 4.7 Tiempo para recargar, por cada tumo
2 26 2.6462 0.3856 ( * - - )
3 14 2.6357 0.4272 ( * )
4 20 2.3245 0.3418 ( * )
- - + + + +
Pooled StDev = 0.3576 2.20 2.40 2.60 2.80
Tabla 4.5 ANOVA Tiempo para recargar por turno
Regression Plot
Dur. Carga = 3.97746 + 1.50954 TieRecarga
ra
O)
ra
O
c
-O
'o
ra
Regression
95% C1
95% Pl
Tiempo de Recarga
Para validar que la causa del tiempo de la recarga afecta en el tiempo total de
duración de la carga, se tomó información de 83 cargas, las cuales no presentaban fallas,
de tres hornos 1,4 y 6, sin avisarle a los operadores de la toma de información para no
afectar los resultados del estudio.
Una vez capturada la información se decidió analizar, por medio de una regresión,
la posible dependencia de esta causa en el desempeño. Este factor fue significativo de
acuerdo al análisis de regresión, donde presenta una R ajustada (R-Sq(adj)) del 67.5%.
Ver en Tabla 4.6.
Analysis of Variance
Source DF SS MS F P
Regression 1 4.0176 4.0176 150.73 0.000
Residual Error 71 1.8925 0.0267
Lack of Fit 29 0.6744 0.0233 0.80 0.731
Pure Error 42 1.2181 0.0290
Total 72 5.9100
0-
.1 -
2 -
.3 -
.4
~¡—i—i—i—i—i—i—i—i—i—r
- 2 5 - 2 . 0 - 1 . 6 - 1 . 0 - < L S 0.0 O S 1.0 1 5 2 0 I S 10 20 30 40 60 60 70 80
Normal Score
Observation Number
Histogram of R e s i d u a l s
R e s i d u a l s vs. Fits
0.4 -
0.3 -
0.2 -
m 0.1 -
2 0.0
-0.2-I
-0.3 -
-0.4 -
4) 4 4 3 <0.2 <01 00 01 02 0.3 04 74 7$ 70 77 7.8 79 &0 6.1 ¿2 ea 6.4
Residual Fit
Figura 4.9 Análisis de residuales del modelo de regresión
El tiempo para recargar se afecta con una relación 1.51 veces al tiempo total como
se muestra en el análisis de regresión, el cual es el coeficiente de este factor. Lo anterior
es válido para el modelo analizado, ver Figura 4.8 y Tabla 4.6.
Con los resultados del análisis de regresión y del ANOVA se verifica que la causa
de recarga a tiempo por los operadores es significativa, por lo que se trabajará en la
siguiente fase para tener más información de todos los hornos.
Se presenta un resumen en la Tabla 4.7 de las causas priorizadas como las más
probables en la sección 4.1 y los resultados obtenidos en la verificación de las mismas
en la sección 4.2.
Se presenta una columna en la Tabla 4.7 para indicar si la causa se concluyó como
verificada en la sección 4.2, se agrega otra columna con comentarios sobre el proceso de
verificación. También se agrega otra columna para indicar si se buscará mejorar la causa
en la fase del mismo nombre.
La primer parte es trabajar con el equipo para encontrar posibles soluciones que
contrarresten las causas que fueron verificadas y seleccionadas para mejorar en el
capítulo 4. Se realizaron reuniones con el equipo con el objeto de obtener una lluvia de
ideas.
Las ideas son sobre todas las posibles formas de contrarrestar las causas, dado el
aprendizaje que se tiene en el desarrollo de este proyecto. El resultado de este trabajo
está presentado en la Tabla 5.1, donde se agrupa lo generado por la lluvia de ideas para
cada una de las causas verificadas a mejorar.
Para las fallas del sistema de combustión se trabajó usando un AMEF, debido a
que esta herramienta también conduce a este análisis para obtener la mejora a
implementar. En este caso el avance se presentará directamente en la sección 5.2.
Para realizar esta evaluación se le pide al equipo hacer una votación por técnica de
grupo nominal sobre tres categorías: fácil de implementar la solución, bajo costo de la
implementación y efectividad esperada de la solución.
Las calificaciones posibles para la votación son: alto, medio y bajo, las cuales se
representarán con A, M y B respectivamente. Cabe aclarar que en el caso de costo una
calificación alta representará que tiene un bajo costo de implementación.
Efectiva 1
Selecionar
Causas
Costo
Fácil
verificadas a Posibles Soluciones para Contrarrestar las Causas
mejorar
Fallas del sistema Se revisaron cada uno de las posibles formas de falla usando un
de combustión AMEF, donde se plantea las mejoras a implementar, esto se
ocasionan tiempos presentará directamente en la sección 5.2
muertos
Tiempo de recarga •
del homo no se
Medir y registrar el tiempo de recarga de cada operador, para
establecer acciones de comunicación con ellos
A A M s
realiza a tiempo por
el seguimiento de • Establecer la mejor práctica y comunicársela a los operadores M M M N
los operadores
• Establecer un rango de tiempo para la realización de la
A A A S
recarga, en base al análisis realizado
En los Cambios de • Entrega del turno en el área, revisado por los Supervisores B A M N
tumos se tiene
tiempo de operación • Medir el tiempo de duración de las cargas, para cada entrega y
perdido por falta de recepción de los tumos, para identificar cuando usan mayor A A M S
supervisióü de los tiempo total de duración
operadores
• Presentar los resultados de tiempos perdidos por cambio de
tumo y duración total de carga cuando hay cambio de tumo a A A M s
los operadores en sus juntas de trabajo
El resultado del análisis también se presenta en la Tabla 5.1. Con este análisis se
seleccionan las posibles soluciones para verificar su impacto en el desempeño. El
resultado de este análisis se presenta en la misma tabla mencionada, donde S significa
que si fue seleccionada y N que no fue seleccionada la posible solución.
Ahora con esta selección de posibles soluciones se procede a verificar si en
realidad afectan al desempeño. Esto se realizará en la sección 5.2, donde además de
verificarlas se busca establecer el nivel óptimo de operación de las causas verificadas,
según lo que indiquen las soluciones verificadas.
Para verificar las posibles soluciones planteadas en la Tabla 5.1, se tomaron los
datos del mes en curso para todos los hornos con ayuda del equipo de trabajo,
especialmente los del departamento de Ingeniería Industrial y se registró la información
de los turnos que cargaban, recargan y descargaban los hornos.
Con esta información se inicia el análisis del mes en curso como mes anterior. Del
mes siguiente se tomaron los datos para ver cómo afectaban los cambios propuestos.
Para la primera causa citada en la Tabla 5.1 se analiza la duración de carga, según el
tumo que descargó el horno.
Dado que se tenía información detallada de todos los hornos y los turnos, se
procede a realizar un análisis del comportamiento de la variación de estos resultados. Se
analiza además el horno al mismo tiempo, para entender mejor el comportamiento visto
en la Figura 5.1.
Para lo anterior, se construye la gráfica Multi-Vari10 en el Minitab y se presenta en
la Figura 5.2. En la figura se observa en eje horizontal cómo se segmentan los resultados
por horno y en eje vertical es la duración de cargas en horas. Dentro de la gráfica se
presenta una línea punteada que une los promedios de duración de carga por cada horno
y las líneas continuas en cada promedio de horno representan los promedios para cada
turno en el horno que está ubicado.
Los turnos siempre están ordenados del 1 al 4 para todos los hornos. Se puede
identificar los promedios de cada turno en cada horno, al contar de izquierda a derecha
los puntos y relacionarlos con el turno.
Turno
8.4 — o 1
e 2
3 3
& 4
^ Promedio
« por horno
2 7.9
O
x
7.4 —
En la Figura 5.2 se resalta con unas flechas los resultados para el turno 1 en los
hornos 3 y 5, dado que presentan los valores mayores en relación con los promedios
presentados en esos hornos aún comparándose con todos los hornos.
Al mismo tiempo se resaltan con flechas los resultados para el turno 3 en los
hornos 2 y 6, que al contrario presentan los menores resultados de toda la información
recopilada. Para el horno 6, el supervisor comentó que ya había trabajado con el
operador dado los resultados encontrados en la fase de analizar y presentados en la
sección 4.2, ver Figura 4.2.
En la Figura 5.3 se observa que los resultados del turno 1 son ahora los que
presentan el mejor desempeño. También se ve que el resto de los turnos disminuyó un
poco su promedio, al enterarse del trabajo que se realizaba con el turno 1, pero sin
cambios realmente significativos.
1 2 3 4 5 6
Horno
Para tener la evidencia estadística del cambio se analizan los datos del mes antes y
después de haber tomado las acciones de comunicación de los resultados, para el turno
1. Se analizaron los datos mediante un ANOVÁ de un factor, donde el factor es el antes
y después de la comunicación con los operadores.
Con los resultados del ANOVA, ver Tabla 5.2, se puede concluir que el cambio en
la duración de carga fue significativo. El análisis presenta un p-value de 0.000, con lo
que se concluye que son distintos, al ser menor al nivel de significancia establecido de
0.05 para la prueba. Además en la gráfica de intervalo de confianza se observa que es
menor el resultado de "después".
Otra posible solución para esta primer causa a mejorar, es el de tener programados
en el PLC, los cambios de condiciones de operación para que se realicen
automáticamente cuando el operador no pueda estar en el panel de control, ver Tabla
5.1.
Para probar esta posible solución, esta información se establece como la mejor
práctica de operación y después se documenta en el programa del PLC de los hornos 1 y
2. En la Tabla 5.3, se presenta en una gráfica de Gantt las condiciones y el tiempo
transcurrido desde que se termina la carga o recarga y la activación de cada condición
del horno.
Cambio de giro
Tabla 5.3 Condiciones del Horno
Se realiza la comparación de los resultados del mes anterior con las 3 semanas en
que se probó esta solución para validar su significancia.
One-way ANOVA: DurCarga versus Metodo
Una vez implementadas las acciones recomendadas se documentan los resultados de las
acciones, donde se especifica las acciones tomadas para implementar las acciones
recomendadas. Parte de las acciones recomendadas están en cambiar la forma de realizar
el mantenimiento preventivo (MP), lo cual está reportado en el AMEF.
Resultado de las Acciones
Causa(s) NPR Acciones RespJ NPR
Acciones tomadas S O D
Potencial(es) Antes Recomendadas Fecha Después
Revisar frecuencia de la
rutina de MP. Cambio de frecuencia de MP a cada
Proteger instalación de 3 días revisión y limpieza. 7 2 2 28
Cable de la posibles quemaduras GB,AC Instalación de placa 1/4" para
bujía dañado 630 del cable. 17/03 protección del cable.
Revisar frecuencia de Cambio de frecuencia de MP a cada
rutina limpieza y MP. 3 días, revisión y limpieza
Instalar prueba física Instalación de botón cerca del piloto 1 1 7
Piloto obstruido para detectar fallas de AO,AC para probar su funcionalidad,
o sucio 378 operación del piloto. 12/03 aunque esté operando el quemador.
Se instaló una base cori abrazaderas
Alineación del que permiten ajustar la alineación
2 1 14
piloto del Instalación estable para GB del piloto con el quemador y evitar
quemador 448 el montaje del piloto. 22/03 que se mueva
Cambio de frecuencia de MP a 15
días, revisión de detección de cano
3 3 63
Carro fuera no MP realice una prueba CS, AC del quemador afuera y operación
detectado 336 física. 17/03 de secuencia de encendido.
Instalar una placa alrededor del
Protección del sensor sensor para evitar que se dañe por
en su instalación. quemaduras o golpes. 8 3 4 84
Sensor UV Investigar probador de RP,HD Compra de probador de sensores UV
dañado 336 sensor UV. 25/02 con el proveedor de los mismos.
Cambio de los niples de conexión de
Sensor los sensores para alinodos y de la
1 1 7
desalineado Cambio de diseño del GB medida correcta paja evitar la
(montaje) 320 montaje (tubo rosca). 10/04 posibilidad de desalineados.
Se identificaron los cables de desde
Identificar Cables de el registro hasta el quemador y se
Sensor con conexión del sensor. usan los mismos colares de tienen 2 2 28
polaridad Investigar Probador de CS, AO cables de los sensores..
invertida 560 sensor UV. 12/03 Utilizar el probador de sensores UV.
Revisar frecuencia de Cambio de frecuencia de MP a 1
Conducto de MP. semana.
5 3 105
quemador de Investigar método para AC, CS Fabricar cepillo de alambre largo
gas sucio 504 limpieza. 25/03 para limpiar el conducto.
Implementación en rutinas de MP la
revisión de estados de los módulos
Revisar MP. del PLC por medio «le un listado 3 2 42
Comunicar como AC,RP de revisión o "checkli st".
Fusible abierto 400 identificarlo rápido. 25/11 Checklist de revisión de estados.
Implementación en rutinas de MP la
Revisar MP. revisión de estados de los módulos
Capacitación del PLC y AC del PLC por medio de un checklist 3 2 42
No hay salida
del PLC 400 sus módulos. 20/05 de revisión de estados en checklist.
Tabla 5.5 AMEF Acciones de mejora propuestas y validadas
Cuando se implementaron completamente se realiza de nuevo la evaluación del
número de prioridad de riesgo (NPR), evaluando la ocurrencia (O) y la detección (D). La
severidad (S) no se estima de nueva cuenta dado que no se afecta por las
implementaciones.
De este análisis se concluyó que las acciones tomadas fueron significativas para
resolver las causas planteadas para las fallas de quemador. En el siguiente mes se
registraron 46.5 horas de demora por fallas del quemador contra 105.6 horas registradas
en la sección 4.2, con lo cual se aprecia la mejora en este indicador.
Para lo anterior se reunió al equipo para analizar la gráfica de regresión, ver Figura
4.8, y establecer el tiempo de recarga adecuado según lo que indica el modelo de
regresión calculado.
8.6
8.4
(0
U)
1_
8.2
(0
O 8.0
c
•o 7.8
"o
ro 7.6
3
O 7.4
Regression
7.2 — 95% ci
95% Pl
7.0
Tiempo de Recarga
Figura 5.5 Tiempo para recargar máximo
En la Tabla 5.6 se presentan los resultados de este análisis de la forma que los
ofrece Minitab, como la predicción de valores de observaciones nuevas ("New Obs").
Este análisis dice que se tendría un promedio esperado de duración máxima de la carga
de 7.75 horas (columna "FIT"), cuando se tiene un tiempo para recargar de 2.5 horas
máximo (columna "TieRecarga").
El tiempo de duración de carga que presenta para los datos individuales es menor
al límite máximo de especificación planteado en el capítulo 3 de 8.25 horas, por lo que
aplicar esta solución indica que estará por debajo de este límite máximo.
R e g r e s s i o n A n a l y s i s : D u r C a r g a v e r s u s TieRecarga
Otra solución planteada para esta misma tercer causa, tiempo de recarga, es medir
el tiempo de recarga de cada operador y comunicárselos para buscar la disciplina en el
proceso. Para lo anterior se les solicitó el registro de esta información en el diario de
producción.
1 2 3 4 5 6
Horno
Figura 5.6 Tiempo para recargar, antes de la comunicación con los operadores
En la Figura 5.6 se presentan los resultados obtenidos antes de comunicarles a los
operadores la medición y el tiempo establecido como máximo permitido para la recarga,
el cual fue 2.5 horas. Se puede observar en la figura que hay dos operadores del tumo 1
que presentan promedios por encima del comportamiento de los demás, en los hornos 3
y 4.
1 2 3 4 5 6
Horno
Figura 5.7 Tiempo para recargar, después de la comunicación con los operadores
Después de hablar con todos los operadores y de presentarles sus resultados, así
como la razón por la cual deben tener tiempos para recargar máximos de 2.5 horas, se
presentan los resultados en la Figura 5.7. Se observa el cambio en el comportamiento
contra la Figura 5.6.
Analysis of Variance
Source DF SS MS F P
Conamica 1 2.743 2.743 20.56 o.ooo
Error 1021 13S.200 0.133
Toc al 1022 138.943
Individual 95% CIs For Mean
Based on Pooled StDev
Level N Mean StDev . . + — + + +
Antes 488 2.3760 0.3588 ( * )
Oespues 535 2.2724 0.3710 ( *_. >
-- + — + + +
En la Tabla 5.7 se observa la tabla de resultados del ANO VA, donde se indica con
un valor de p=0.000 que se tiene una diferencia significativa antes y después de la
comunicación con los operadores. Por lo anterior, se concluye que efectivamente se
afectó el comportamiento de los operadores al conocer que eran medidos y comunicarles
su valor meta.
Para la cuarta causa a mejorar listada en la Tabla 5.1, que se refiere al tiempo de
operación perdido en los cambios de turno, se procede al análisis de la información que
se tiene recolectada actualmente. Lo que se busca es analizar los tiempos de duración de
carga cuando un turno carga y otro descarga el homo.
Duración de Cargas, según el Turno que
Cargo y Turno que Descargo el Horno
Antes de la Comunicación Tumo que
Cargo
o 1
© 4
M
^ Promedio
S
o
por turno
x que
descargo
2 3
Turno que Descargo
Figura 5.8 Duración de carga, contra turno que carga y tumo que descarga
Se parte del supuesto que cuando se tiene que un turno cargó y otro turno distinto
descargó el horno, se deba a que se realizó por medio de un cambio de turno. En el caso
de que el mismo turno cargue y descargue el horno, significa que se realizó en el mismo
turno.
Para analizar esta información se decide realizar una gráfica Multi-Vari, donde se
tienen dos factores el turno que cargó el horno y el turno que lo descarga.
Esta información se presenta a los turnos en sus juntas de trabajo y se les solicita
que eviten los tiempos muertos de operación por los cambios de turno, para evitar
aumentar la duración de las cargas por esta causa.
Promedio
por turno
que
descargo
T2 —
1 2 3 4
Para el siguiente mes se analiza la información para ver si fue efectiva la solución
de comunicación y los resultados se presentan en la Figura 5.9, donde se ve el mismo
comportamiento observado en el análisis anterior de la Figura 5.8.
Fallas del Se revisaron cada uno de las posibles formas de Las soluciones propuestas fueron
sistema de falla usando un AMEF, donde se plantea las verificadas por la disminución del
combustión mejoras a unplementar, esto se presentará NPR en la nueva evaluación del
directamente en la sección 5.2. AMEF.
En la sección 6.1 se establecerán los controles que se usarán para implemento las
soluciones verificadas en la fase de mejorar, capítulo 5, que aseguren la permanencia de
la mejora.
Se debe ahora establecer los controles que aseguren que las mejoras logradas en el
capítulo 5, se mantengan a través del tiempo. Para lo anterior se le pide al equipo de
trabajo que den ideas de cómo se puede establecer los controles para las soluciones que
ya fueron verificadas.
Para las soluciones verificadas que son presentadas en la Tabla 5.8 se le pregunta
al equipo "¿cómo se puede controlar esta solución?" y se registran las soluciones
tomadas en consenso por el equipo usando técnica de grupo nominal. El resultado de
este análisis se presenta en la Tabla 6.1.
Monitorear el desempeño de los Registrar los tiempos de operación en un reporte por carga,
operadores para establecer acciones de capturar la información y analizar por operador usando las
comunicación con ellos. gráficas Multi-Vari usadas en el capítulo 5, para establecer
comunicación con los operadores fuera de los estándares de
operación. Establecer estándares máximos de operación.
Presentar los resultados de la operación Establecer dentro de las actividades del supervisor presentar
a los turnos en sus juntas de trabajo. los resultados, auditado por el jefe de área. Usar las gráficas
Multi-Vari para la presentación de resultados.
Programar en el PLC los cambios de Implementar inmediatamente en todos los hornos, cambiando
condiciones de operación que son el programa cargado en los PLCs. Explicar los cambios a todos
realizadas en el panel de control por los los operadores. Documentar el programa en el disco de
operadores. respaldo de los PLCs.
Medir y registrar el tiempo de recarga de Registro de este tiempo en el reporte de operación, capturar
cada operador para establecer acciones con el resto de la información y presentárselos en las juntas de
de comunicación con ellos. trabajo usando gráficas Multi-Vari.
Diferencia sobre como medir la duración En el reporte de operación de los hornos se les recuerda que
de carga entre los operadores. deben verificar que la hora de inicio de la carga sea igual a la
hora de finalización de la carga anterior. Además de auditar
por Ingeniero Industrial.
También se solicita el turno y la firma del operador para tener control sobre el
operador y turno que realizó esta actividad, aunque es poco común el cambio de
operadores entre los turnos se decide tener doble la información para detectar estos
casos.
Se incluye espacio para registrar las demoras presentes durante la carga, para su
posterior análisis y evitar tener dos documentos de registro. Por último se deja espacio
para observaciones varias sobre la operación del horno.
Para tener un control de los tiempos principales que se llevan se decide tomar
tiempos máximos de operación y establecerlos como estándares máximos. Lo anterior
para obligar a los operadores que cuando tengan tiempos de esa actividad por encima de
los especificado lo reporten en la sección de demoras e identifiquen la causa detectada
en el momento.
Para asegurar cumplir con estos estándares se agrega el plan de acción a revisar
por los operadores y supervisores durante el desarrollo de las cargas. Esta información
generada por el equipo de trabajo se presentó a los turnos en sus juntas semanales.
Recargado de hornos
• Revisión de disponibilidad de
Hornos 1 y 2 00:20 equipo móvil.
• Revisión del estado del equipo
Hornos 3 y 4 00:25 para evitar fallas.
• Programación de trabajo del
Hornos 5 y 6 00:30 operador del cargador frontal.
• Cambios de flujos y
velocidades realizadas
Tiempo para recargar 02:30
oportunamente.
• Revisión de disponibilidad de
equipo móvil.
• Revisión de disponibilidad de
Colada del horno
01:10 canales, lingoteras, etc.
(incluye tapar el h o m o )
• Evitar que afecte el cambio de
tumo.
• Cambios de flujos y
Tiempo total de duración de
07:45 velocidades realizadas
carga
oportunamente.
Para lo anterior, se les pide que realicen primero un Pareto de las principales
demoras reportadas por su defecto o causa aparente, para después realizar un análisis de
causa-efecto con el fin de encontrar las causas raíz. También se les propone trabajar en
equipo para la generación de acciones correctivas y contenedoras para las causas
verificadas.
TECMC/DeoftüPQNqiaw. fowa*
F«c*ic fe*a
Arc 1
Di*»« QC—<ftafe Q
4
«
6
7
8
9
10
11
12
Oiag^ma Caía a Docto
. 1 1 . 1 i . Zl
>» i i
3 '1 1
|
RMZ
// l l -
l
I Pee****) Sotuettn fC^ntwiwfrXBfCOTvctfri) Q :
1
Pareto de defectos
P r o y e c t o 6 sigma. identificación
D e m o r a s c o m u n e s no Disminución d e
1 Ninguna d e demoras d e operación y Oct ftp 20%
reportados los t i e m p o s
equipo no r e p o r t a d a s
Mal f u n c i o n a m i e n t o d e
hornos debido a GBZ. Seguimiento
3 Ninguna C a m b i o «le h o r n o 5 Jun 5%
c r e m a l l e r a e n mal ACM plan d e c a m b i o
estado
HORNO # 1
Tiempo para
Duración de
Tiempo de
Tiempo de
Tiempo de
Descargo
Recargar
Descarga
Recargo
Recarga
la Carga
# Carga
1
Turno
Cargo
Turno
Fecha
Tumo
Carga
Los análisis gráficos son generados cada dos semanas por el Black Belt para
presentárselos a los operadores en las juntas de trabajo por parte de los supervisores. Las
gráficas son iguales a las presentadas en el capítulo 5, sección 5.2, para todos los análisis
realizados, ver Figura 6.5.
Análisis de DuracióP de C a r g a s «n H o r n o s
M e s Junio
Hampo pOB Recargar, por i lome y per T i w
METODO DE TRABAJO
CLAVE PAG 1
MTR-HOR-01 DE 2
FUSIÓN DE CARGA FECHA EMISION: FECHA VALIDEZ
25/MAY/02 10/JUN/02
FECHA DISTRIBUCION: No. CAMBIO:
SVJ UN/02 00
DESARROLLO RESPONSABLES
1. Una vez cargado o recargado el homo, cambiar de flama baja Operador de
a media o alta y el aumentar a velocidad media o alta el giro Homo
del homo de acuerdo con los requerimientos del homo.
1.1. S e puede utilizar el botón de secuencia automática en
caso de tener que desatender el homo para realizar
otras actividades.
2. Durante la carga y recarga se levantará el reporte de los Operador de
tiempos de operación; para lo cual s e llenará el formato F O - Homo
HOR-012.
3. Después de un tiempo de entre 2 - 2 Ví horas y de acuerdo a Operador de
la carga, bajar la flama "Llama baja", abrir ta puerta del homo Homo
y proceder a recargar el material faltante.
3.1 E n caso de que la carga llegue a tener más de 3 horas
antes de la recarga, no se recargará el Homo para no Operador de
incrementar la duración de la carga y s e reportará en el Preparación de
formato FO-HOR-012 la causa. Cargas
4. Después de recargar el homo, cerrar la puerta del homo. El Operador de
cambio de flama baja a media o alta y el aumentar a Homo
velocidad media o alta el giro del homo se hace de acuerdo
a las reacciones y emisiones de humo del homo. Nota: Si la
campana no capta bien las emisiones hay que bajarle a la
flama.
Para las acciones tomadas en el AMEF, ver Tabla 6.4, se documentaron las
acciones en las rutinas de mantenimiento preventivo y en el sistema de mantenimiento lo
referente a las frecuencias de la realización de estas rutinas, para asegurar que
permanezcan como un control de estas causas.
Este desempeño equivale a tener 1.70 de Nivel Sigma, lo cual se presenta para el
título de "Overall Capability", en el renglón "ZBench" en la Figura 6.6.
Overal Capability Observed Performance Exp. 'Within* Performance Exp. "OveraT Performance
ZBench 1.70 PPM < LSL PPM < ISL PPM < LSL
ZUSL 1.70 PPM > USL 51495.02 PPM > USL 30423.09 PPM> USL 44156.95
ZLSL PPM Total 51495.02 PPM Total 30423.09 PPM Total 44156.95
Ppk 0.57
DPM0OBJET¡VO = 119453
Nivel SigmaOBJEnvQ = 1.18
Tabla 6.6 Nivel Sigma nuevo
Se realizó además el análisis de Nivel Sigma para cada uno de los hornos y los
resultados se presentan en la Tabla 6.7, donde se puede observar que todos los hornos
están con nivel de desempeño mayor al objetivo inicial.
Para ver el efecto del cambio durante el desarrollo de este proyecto de mejora se
presentan los resultados en la Figura 6.7, donde se observa que a partir del mes tomado
como desempeño inicial, mes 0 en la gráfica. Analizando esta misma gráfica se puede
concluir que en los últimos meses la mejora se mantiene.
En la Figura 6.7 se observa como el número de cargas procesadas por mes cambia
de tener alrededor de 500 cargas a un número superior a las 600 cargas, esto representa
un aumento aproximado del 20% en la producción total.
Response Duración
Factors Desempeño
ConfLvl 95.0000
Lo anterior muestra que la variación del proceso se redujo, dado que se tiene
0.8577 y 0.7015 de desviación estándar en el desempeño inicial y nuevo
respectivamente. Esto está reportado en la Tabla 6.9 donde dice "Sigma", que es la
desviación estándar.
Con esto se valida que no solamente disminuyó la media de duración de carga con
una mejora por encima del objetivo, sino que también el proceso es más consistente en
su varianza.
6.3 Conclusiones del capítulo
7.1 Conclusiones
Se concluye que se acepta la hipótesis planteada en la sección 1.3, debido a que los
resultados mostrados en la sección 6.2 dan evidencia de que el uso de las herramientas y
metodología de mejora que propone Seis Sigma fue capaz de disminuir los tiempos
muertos de operación al usar las etapas de medir, analizar, mejorar y controlar los
factores significativos.
7.2 Recomendaciones
Uno de los principales factores de éxito de este trabajo fue haber logrado el
involucramiento y compromiso del equipo de trabajo, lo cual es esencial para reducir la
resistencia al cambio. Tener en mente este factor desde el inicio del trabajo fue
fundamental, por lo que debe ser colocado como parte de las actividades o metas que se
debe establecer quien lleve a cabo un trabajo similar.
[1] AIAG, Automotive Industry Action Group. FMEA, Failure Mode and Effect
Analysis. Ed. AIAG, ASQC, 1990.
[2] AIAG, Automotive Industry Action Group. MSA, Measurement System
Analysis. Ed. AIAG, ASQC, 1990.
[3] Baim, William C. ni. Six Sigma compounding study. Proceedings of the 1997
55th Annual Technical Conference, ANTEC, Soc. of Plastics Engineers, 1997,
pp. 3389-93.
[4] Breyfogle, Forrest W. III. Implementing Six Sigma. Ed. Wiley-Interscience,
1999.
[5] Durand Jr., Richard R., Freeman, Dale. Towards an optimized process for
directory printing using statistical methods. 54th Annual Technical Conference of
the Technical Association of the Graphics Arts (TAGA), Proceedings of the
TAGA, 2002, pp. 508-21.
[6] Eckes, George. Making Six Sigma Last. Ed. John Wiley & Sons, Inc., 2001.
[7] Harry, Mikel PhD; Schroeder, Richard. Six Sigma, The Breakthough
Management Strategy. Ed. Doubleday, 2000.
[8] Pyzdek, Thomas. The Six Sigma Handbook. Ed. Mc Graw Hill, 2001.
[9] Meeks, S. Jr. The effect of a 2% high volume SMT manufacturing solderability
problem on six sigma processing. Surface Mount International Conference and
Exposition, Proceedings of the Technical Program, 1992, pp. 644-57, vol. 2.
[10] Minitab Inc. Minitab 13.3, User's Manual. Ed. Minitab Inc., 2000.
[11] Murugappan, M.; Keeni, G. Quality improvement- the Six Sigma way.
Proceedings First Asia-Pacific Conference on Quality Software, 2000, pp. 248-
57.
LISTADO DE TABLAS
(2.1 ) : 15
(2.2 ) 15
(2.3 ) 16
(3.1 ) 39
(3.2 ) 40
(3.3 ) 40
APÉNDICE A: TABLA ANOVA
10 1 24 7.6429 0.5139 ( *- )
11 2 26 8.0458 0.5750 ( * )
12 3 14 8.0393 0.4991 ( * )
13 4 20 7.7355 0.6517 ( - * )
PPM. Partes por Millón, representa lo mismo que DPMO, ver DPMO.
SIPOC. ("Supliers -Inputs -Process -Outputs -Customers", Proveedores -Entradas -
Proceso -Salidas -Clientes). Herramienta que presenta las partes que incluyen
en el proceso, la idea es para generar el conocimiento del proceso y
entenderlo.
Sigma, <r, símbolo griego que se utiliza para representar la desviación estándar, la cual
es una de las medidas de variación más utilizadas.
Software. Programa o sistema computacional instalado en algún equipo de computo
para realizar funciones.
RESUMEN AUTOBIOGRÁFICO
R.F.P.B.